基于離散小波分析的地下金屬管線測量精度控制方案

賈 堯，張以文，張守好，白宗杰，吳碩先

（水發規劃設計有限公司，山東 濟南 250000）

1 基于離散小波分析的地下金屬管線測量精度控制方案研究

1.1 利用離散小波分析處理地下金屬管線測量信號

1.2 實現地下金屬管線測量精度控制

為使得對地下金屬管線測量的精度盡可能高，以測量誤差最小為控制優化目標，建立如下的優化函數：

上式中，f 為測量電磁波頻率；v 為電磁波在管線上的理想傳輸速度；v'為電磁波在管線上的實際傳輸速度；δ 為測量裝置本身的誤差；ζ 為其它干擾產生的誤差。本文選擇遺傳算法與RBF 神經網絡相結合后混合神經網絡求解公式（4）中建立的地下金屬管線測量誤差最小化目標函數。以3層前向RBF 神經網絡為基礎結構，使用遺傳算法確定神經網絡中隱含層的中心，從而確定混合神經網絡的各項參數。

采用二進制編碼將RBF 神經網絡中的輸入節點、隱含層節點以浮點數表示的形式進行編碼，編碼長度與神經網絡輸入節點的個數相同。遺傳算法的適應度函數根據神經網絡訓練過程中的目標函數求極值過程確定，則混合神經網絡的適應度函數如下：

（1）設初始群體大小為20，根據給定出的地下金屬管線測量信號頻率、信號強度，計算出電磁信號在測量過程中的損耗數值，將數值轉換為二進制編碼。設置迭代次數，抽取預處理后的值計算適應度函數。

（2）將計算出的適應度函數值作為混合神經網絡計算傳輸測量誤差的起始參數。按照遺傳算法的進化、變異、遺傳過程得到一次計算值。

（3）使用歷史數據對模型進行校正，校驗數據誤差的平方值作為混合神經網絡求解的終止條件。當混合神經網絡達到終止條件后，停止計算。混合神經網絡輸出的數據，則為對地下金屬管線進行測量的誤差值。將參數置零，等待下一次計算。

將混合神經網絡計算得到的誤差值作為金屬管線測量裝置控制器的輸入偏差，從而實現對地下金屬管線測量精度的控制。通過以上步驟，完成了對基于離散小波分析的地下金屬管線測量精度控制方案的研究。

2 實驗研究

上文研究了基于離散小波分析的地下金屬管線測量精度控制方案，本節將對該方案實施的有效性進行實驗驗證。

2.1 實驗內容

本次實驗采用將本文研究的基于離散小波分析的地下金屬管線測量精度控制方案與傳統的地下金屬管線測量精度控制方案相對比的形式。實驗的對比指標為測量金屬管線時，應用兩種測量精度控制方法進行測量的誤差以及金屬管線測量控制器的輸出響應變化曲線。通過對比以上兩個指標數據信息，評價兩種測量精度控制方案的可靠性高低。

2.2 實驗結果及分析

表1 不同控制方案下測量誤差對比

應用兩個金屬管線測量精度控制方案進行控制時，測量結果的誤差如下表所示，分析表中數據，得出對應的實驗結論。

對上表中的數據進行分析可知，應用本文方案對金屬管線測量精度進行控制時，其測量誤差要遠遠小于應用傳統方案進行精度控制時的測量誤差。并且本文方案對測量精度控制的誤差不隨實際測量值的變化而變化，而傳統方案控制時，實際測量值越大，測量誤差越大。平均計算，應用本文方案進行控制時的平均誤差約為傳統方案測量的平均誤差的1/4，即應用本文方案能夠提升約75%的精度。

應用兩個金屬管線測量精度控制方法進行控制時，管線測量裝置的控制器的輸出響應變化曲線如下所示，分析圖中曲線之間的關系，得出實驗結論。

圖1 測量裝置控制器的輸出響應變化曲線

對上圖中的曲線進行分析可知，應用本文方案控制時，地下金屬管線測量裝置控制器的輸出電流經過0.80s 回歸至穩態，而應用傳統方案的測量裝置控制器輸出電流經過1.12s 回歸至穩態。并且，當向測量裝置施加電磁干擾信號時，應用本文方案的控制器電流偏離參考電流的幅度約為0.8A，而應用傳統方案的控制器電流偏離參考電流的幅度約為4.7A。說明應用本文方案進行對地下金屬管線測量精度控制時，能夠更快調整誤差較大的工況回歸穩態，即本文方案應用時的魯棒性更佳。

綜上所述，本文研究的基于離散小波分析的地下金屬管線測量精度控制方案應用時的效果更佳，具有可靠性。

3 結語

本文研究了基于離散小波分析的地下金屬管線測量精度控制方案。通過與傳統的地下金屬管線測量精度控制方案的對比實驗，驗證了本文研究地下金屬管線測量精度控制方案在實際應用時，測量誤差遠遠小于傳統的測量精度控制方案，具有更好的精度控制效果，可以實際推廣使用。